CN112784633B - 一种车道边界的处理方法、装置、电子设备和存储介质 - Google Patents
一种车道边界的处理方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112784633B CN112784633B CN201911080461.3A CN201911080461A CN112784633B CN 112784633 B CN112784633 B CN 112784633B CN 201911080461 A CN201911080461 A CN 201911080461A CN 112784633 B CN112784633 B CN 112784633B
- Authority
- CN
- China
- Prior art keywords
- point
- boundary
- shape point
- error
- lane
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title abstract description 9
- 239000000872 buffer Substances 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 34
- 230000004044 response Effects 0.000 claims description 20
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012800 visualization Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- DMSMPAJRVJJAGA-UHFFFAOYSA-N benzo[d]isothiazol-3-one Chemical compound C1=CC=C2C(=O)NSC2=C1 DMSMPAJRVJJAGA-UHFFFAOYSA-N 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
Abstract
本公开提供一种车道边界的处理方法、装置、电子设备和存储介质。该方法包括：接收图像采集设备发送的包括车道的图像信息，根据图像信息确定车道的车道边界和参照边界，根据参照边界和预设的偏移量生成缓冲区，根据车道边界、参照边界、缓冲区和预设长度参考线确定质量参数，对质量参数进行显示，以便根据质量参数对电子地图进行评估，通过根据车道边界、参照边界、缓冲区和长度参考线进行计算，以确定质量参数，避免了现有技术中通过人工的方式确定质量参数造成的可靠性偏低的弊端，确保了确定出的质量参数的准确性，并将质量参数进行显示，以实现质量参数的可视化，从而实现生成的电子地图的精确性的技术效果。
Description
技术领域
本公开涉及电子地图技术领域，尤其涉及一种车道边界的处理方法、装置、电子设备和存储介质。
背景技术
随着互联网和智能化技术的发展和应用的普及，电子地图的应用也越发广泛。而随着用户对品质需求的提升，对电子地图的精度也有了进一步的要求。
在现有技术中，通过采集车道的图像信息，并根据该车道的图像信息分析出车道的结构化数据，根据该结构化数据生成电子地图。通过人工方式对车道边界的错误率等质量参数进行统计和计算，如通过人工目视检测的方法，定位车道边界发生精度超限的区域，粗略的测量发生错误的长度，进而进行相应计算，以便根据计算结果评估电子地图的质量，并对电子地图进行适应性修改。
发明人在实现本公开的过程中，发现至少存在如下问题：通过人工造成的效率低且准确度低，且无法实现对车道边界的质量参数的可视化。
发明内容
本公开提供一种车道边界的处理方法、装置、电子设备和存储介质，用以解决现有技术中通过人工造成的效率低且准确度低，且无法实现对车道边界的质量参数的可视化的问题。
一方面，本公开实施例提供一种车道边界的处理方法，包括：接收图像采集设备发送的包括车道的图像信息；
根据所述图像信息确定所述车道的车道边界和参照边界，其中，所述参照边界是通过对所述车道边界进行曲线拟合处理生成的；
根据所述参照边界和预设的偏移量生成缓冲区；
根据所述车道边界、所述参照边界、所述缓冲区和预设长度参考线确定质量参数，其中，所述质量参数包括绝对精度错误率和/或相对精度错误率；
对所述质量参数进行显示，以便根据所述质量参数对电子地图进行评估。
在一些实施例中，所述根据所述车道边界、所述参照边界、所述缓冲区和预设长度参考线确定质量参数包括：
确定位于所述缓冲区之外的所述车道边界上的至少一个形状点区间；
根据所述参照边界从所述车道边界中选取与所述至少一个形状点区间对应的第一错误形状点和第二错误形状点；
根据所述第一错误形状点、所述第二错误形状点、所述参照边界和预设长度参考线生成错误长度参数；
根据所述错误长度参数确定所述绝对精度错误率和/或相对精度错误率。
在一些实施例中，所述至少一个形状点区间的区间范围包括第一形状点至第二形状点，所述根据所述参照边界从所述车道边界中选取与所述至少一个形状点区间对应的第一错误形状点和第二错误形状点包括：
从所述车道边界中选取与所述第一形状点相邻的第一相邻点，并选取与所述第二形状点相邻的第二相邻点，其中，所述第一相邻点和所述第二相邻点不属于所述至少一个形状点区间范围内；
分别计算所述第一形状点、所述第一相邻点、所述第二形状点和所述第二相邻点与所述参照边界之间的距离；
根据所述距离确定所述第一错误形状点和所述第二错误形状点。
在一些实施例中，所述根据所述距离确定所述第一错误形状点和所述第二错误形状点包括：
响应于所述第一相邻点至所述参照边界的距离小于所述第一形状点至所述参照边界的距离，则将所述第一相邻点确定为所述第一错误形状点，且响应于所述第二相邻点至所述参照边界的距离小于所述第二形状点至所述参照边界的距离，则将所述第二相邻点确定为所述第二错误形状点；或者，
响应于所述第一相邻点至所述参照边界的距离大于或等于所述第一形状点至所述参照边界的距离，则将所述第一形状点确定为所述第一错误形状点，且响应于所述第二相邻点至所述参照边界的距离大于或等于所述第二形状点至所述参照边界的距离，则将所述第二形状点确定为所述第二错误形状点。
在一些实施例中，所述根据所述第一错误形状点、所述第二错误形状点、所述参照边界和所述长度参考线生成错误长度参数包括：
将所述第一错误形状点投影至所述参照边界，得到第一投影点；
将所述第二错误形状点投影至所述参照边界，得到第二投影点；
将所述第一投影点和所述第二投影点分别映射至所述长度参考线，得到所述错误长度参数。
另一方面，本公开实施例还提供了一种车道边界的处理装置，所述装置包括：
第一接收模块，用于接收图像采集设备发送的包括车道的图像信息；
第一确定模块，用于根据所述图像信息确定所述车道的车道边界和参照边界，其中，所述参照边界是通过对所述车道边界进行曲线拟合处理生成的；
生成模块，用于根据所述参照边界和预设的偏移量生成缓冲区；
第二确定模块，用于根据所述车道边界、所述参照边界、所述缓冲区和预设长度参考线确定质量参数，其中，所述质量参数包括绝对精度错误率和/或相对精度错误率；
显示模块，用于对所述质量参数进行显示。
在一些实施例中，所述第二确定模块具体用于，确定位于所述缓冲区之外的所述车道边界上的至少一个形状点区间，根据所述参照边界从所述车道边界中选取与所述至少一个形状点区间对应的第一错误形状点和第二错误形状点，根据所述第一错误形状点、所述第二错误形状点、所述参照边界和所述长度参考线生成错误长度参数，根据所述错误长度参数确定所述绝对精度错误率和/或相对精度错误率。
在一些实施例中，所述第二确定模块具体用于，从所述车道边界中选取与所述第一形状点相邻的第一相邻点，并选取与所述第二形状点相邻的第二相邻点，其中，所述第一相邻点和所述第二相邻点不属于所述至少一个形状点区间范围内，分别计算所述第一形状点、所述第一相邻点、所述第二形状点和所述第二相邻点与所述参照边界之间的距离，根据所述距离确定所述第一错误形状点和所述第二错误形状点。
在一些实施例中，所述第二确定模块具体用于，响应于所述第一相邻点至所述参照边界的距离小于所述第一形状点至所述参照边界的距离，则将所述第一相邻点确定为所述第一错误形状点，且响应于所述第二相邻点至所述参照边界的距离小于所述第二形状点至所述参照边界的距离，则将所述第二相邻点确定为所述第二错误形状点；或者，
响应于所述第一相邻点至所述参照边界的距离大于或等于所述第一形状点至所述参照边界的距离，则将所述第一形状点确定为所述第一错误形状点，且响应于所述第二相邻点至所述参照边界的距离大于或等于所述第二形状点至所述参照边界的距离，则将所述第二形状点确定为所述第二错误形状点。
在一些实施例中，所述第二确定模块具体用于，将所述第一错误形状点投影至所述参照边界，得到第一投影点，将所述第二错误形状点投影至所述参照边界，得到第二投影点，将所述第一投影点和所述第二投影点分别映射至所述长度参考线，得到所述错误长度参数。
另一方面，本公开实施例还提供了一种电子设备，包括：存储器，处理器；
所述存储器用于存储所述处理器可执行指令的存储器；
其中，当执行所述存储器中的指令时，所述处理器被配置为实现上任一实施例所述的方法。
另一方面，本公开实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现上任一实施例所述的方法。
本公开提供的接收图像采集设备发送的包括车道的图像信息，根据图像信息确定车道的车道边界和参照边界，其中，参照边界是通过对车道边界进行曲线拟合处理生成的，根据参照边界和预设的偏移量生成缓冲区，根据车道边界、参照边界、缓冲区和预设长度参考线确定质量参数，其中，质量参数包括绝对精度错误率和/或相对精度错误率，对质量参数进行显示，以便根据质量参数对电子地图进行评估，通过生成车道边界、参照边界和缓冲区，并根据预设的长度参考线和生成的车道边界、参照边界和缓冲区进行计算，以确定质量参数，避免了现有技术中通过人工的方式确定质量参数造成的可靠性偏低的弊端，确保了确定出的质量参数的准确性，并将质量参数进行显示，以实现质量参数的可视化，以便工作人员基于质量参数对电子地图进行评估，实现对电子地图质量的改善和提高，从而实现得到高精度和高可靠性的电子地图的技术效果。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1为本公开实施例的车道边界的处理方法的应用场景示意图；
图2为本公开实施例的车道边界的处理方法的流程示意图；
图3为本公开实施例的根据车道边界、参照边界、缓冲区和长度参考线确定质量参数的方法的流程示意图；
图4为本公开实施例的形状点的示意图；
图5为本公开实施例的根据参照边界从车道边界中选取与至少一个形状点区间对应的第一错误形状点和第二错误形状点的方法的流程示意图；
图6为本公开实施例的根据第一错误形状点、第二错误形状点、参照边界和长度参考线生成错误长度参数的方法的流程示意图；
图7为本公开实施例的包括投影点的形状点的示意图；
图8为本公开实施例的包括错误长度参数的形状点的示意图；
图9为本公开实施例的质量参数显示的示意图；
图10为本公开实施例的车道边界的处理装置的模块示意图；
图11为本公开实施例的电子设备的结构示意图；
附图标记：10、车辆，20、限速牌，30、车道边界，40、缓冲辅助线，50、参照边界，60、长度参考线，1、第一接收模块，2、第一确定模块，3、生成模块，4、第二确定模块，5、显示模块。
通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例提供的车道边界的处理方法，可以适用于如图1所示的场景。
在生成电子地图例如高精度道路地图之前，需要采集车道的相关信息，车道是指各种车辆纵向排列、安全顺适地行驶的公路带状部分，车道的数量可以为多个。
在如图1所示的应用场景中，车辆10中设置有拍摄设备和探测设备，该拍摄设备可以是相机，该探测设备具体可以是雷达和/或激光探测设备。车辆10在行驶的过程中，相机实时采集车道的图像，同时雷达和/或激光探测设备实时检测车道的三维点云。例如，该相机采集的车道的图像包括限速牌20以及车道边界30，雷达和/或激光探测设备也可检测到限速牌20和车道边界30对应的三维点云。用于生成高精度道路地图的设备例如计算机、服务器、终端设备等获取到该相机采集的车道的图像，以及雷达和/或激光探测设备检测到的车道的三维点云时，可根据相机采集的图像中的该限速牌20确定该车道的限速信息，根据该雷达和/或激光探测设备检测的车道边界30的三维点云，确定该车道边界30的位置信息，进一步，根据该车道的限速信息和车道边界30的位置信息，生成该车道的高精度道路地图。此处只是示意性说明，不限于根据该车道的限速信息和车道边界30的位置信息，生成该车道的高精度道路地图，还可以根据更多的车道信息来生成该车道的高精度道路地图。
可以理解的是，为了生成电子地图，需要对车道边界进行相应的处理。下面以具体地实施例对本公开的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本公开的实施例进行描述。
一个方面，本公开实施例提供了一种适用于上述场景的车道边界的处理方法。
请参阅图2，图2为本公开实施例的车道边界的处理方法的流程示意图。
如图2所示，该方法包括：
S101：接收图像采集设备发送的包括车道的图像信息。
在一些实施例中，执行本公开实施例的车道边界的处理方法的主体为车道边界的处理装置，该装置可以为终端，也可以为服务器等。
结合图1所示的应用场景，图像采集设备可以车辆内设置的拍摄设备和探测设备。具体地，可以由车辆中设置的拍摄设备实时拍摄的车道的图像，并将相应的图像信息发送至车道边界的处理装置；也可以由车辆中设置的探测设置探测到车道的三维点云，并将三维点云对应的图像信息发送至车道边界的处理装置。
S102：根据图像信息确定车道的车道边界和参照边界，其中，参照边界是通过对车道边界进行曲线拟合处理生成的。
在该步骤中，具体包括：根据图像信息确定车道的车道边界，对车道边界进行拟合处理，生成参照边界。
可以理解的是，车道边界由点云组成，点云由多个形状点组成，且点云中的每一个形状点均有与其对应的坐标信息(xi，yi)，且点云中的形状点表现为离散数据的特性。由点云构成的线(即车道边界)的粗糙度较高，而在对车道边界进行曲线拟合处理后，可获取光滑的线，即参照边界。
具体地，采用近似曲线拟合点云(xi，yi)(i＝1,2,…,n)，当偏差和最小时，认为这条曲线是最佳拟合曲线，即偏差和最小的拟合曲线为参照边界。
S103：根据参照边界和预设的偏移量生成缓冲区。
其中，偏移量可基于需求进行设定，如基于电子地图的精度进行确定。
在一些实施例中，可以将车道边界的精度确定为偏移量。如，车道边界的精度为10cm，则将偏移量确定为10cm。
示范性地，将与参照边界的±10cm的范围确定为缓冲区，将参照边界的±10cm的线确定为缓冲辅助线。
S104：根据车道边界、参照边界、缓冲区和预设长度参考线确定质量参数，其中，质量参数包括绝对精度错误率和/或相对精度错误率。
在该步骤中，可基于车道边界、参照边界、缓冲区和长度参考线进行计算，以便确定绝对精度错误率和/或相对精度错误率。
在现有技术中，主要是通过人工的方式对绝对精度错误率和/或相对精度错误率进行确定，如通过人工目视检测的方法，定位车道边界发生精度超限的区域，粗略的测量发生错误的长度，进而进行相应计算。而显然地，通过人工的方式确定质量参数，不可避免的会带入主观因素，使得确定出的质量参数的可靠性较低。但是，在本公开实施例中，通过先对车道边界、参照边界和缓冲区进行确定，并由长度参考线和确定出的车道边界、参照边界、缓冲区进行计算，得到相应的质量参数，可以确保质量参数的准确性和可靠性。
如，在现有技术中，可对待识别区域中的图像进行识别，并利用结构化数据(如行车道的位置信息、限速信息、交通信号灯位置信息等)进行车道边界的处理。而当图像识别错误时，结构化数据也将出错，则导致对车道边界的处理结果不准确，需要通过人工的方式进行再次处理。而在本公开实施例中，通过构建缓冲区，并结合曲线拟合处理等进行车道边界的处理，无需依赖其他因素，也无需人工参与，从而实现确保处理的可靠性和精准性。
S105：对质量参数进行显示，以便根据质量参数对电子地图进行评估。
在该步骤中，通过将质量参数在显示界面上进行显示，使得工作人员可以根据质量参数评估电子地图质量，挖掘图像采集设备和地图编辑设备的优化空间，进而实现生成高精度的电子地图。
本公开实施例提供了一种新的车道边界的处理方法，该方法包括：接收图像采集设备发送的包括车道的图像信息，根据图像信息确定车道的车道边界和参照边界，其中，参照边界是通过对车道边界进行曲线拟合处理生成的，根据参照边界和预设的偏移量生成缓冲区，根据车道边界、参照边界、缓冲区和长度参考线确定质量参数，其中，质量参数包括绝对精度错误率和/或相对精度错误率，对质量参数进行显示，以便根据质量参数对电子地图进行评估，通过生成车道边界、参照边界和缓冲区，通过曲线拟合生成参照边界，且以根据生成的缓冲区以对问题区域进行定位，以确保数据处理过程中的高精度性和高可靠性，并根据车道边界、参照边界、缓冲区和长度参考线进行计算，以确定质量参数，避免了现有技术中通过人工的方式确定质量参数造成的可靠性偏低的弊端，确保了确定出的质量参数的准确性，并将质量参数进行显示，以实现质量参数的可视化，以便工作人员基于质量参数对电子地图进行评估，实现对电子地图质量的改善和提高，从而实现得到高精度和高可靠性的电子地图的精确性的技术效果。
请参阅图3，图3为本公开实施例的根据车道边界、参照边界、缓冲区和长度参考线确定质量参数的方法的流程示意图。
如图3所示，该方法包括：
S31：确定位于缓冲区之外的车道边界上的至少一个形状点区间。
该步骤具体包括：获取车道边界上的位于缓冲区之外的形状点，根据获取到的位于缓冲区之外的形状点创建形状点区间。其中，形状点区间的数量可以为一个，也可以为多个，且每个形状点区间中形状点的数量可以为一个，也可以为多个。
结合图4(图4为本公开实施例的形状点的相对位置的示意图)可知，车道边界30(以其中的一条车道边界为例进行说明)共有8个形状点(具体为A、B、C、D、E、F、G、H)组成，其中有3个形状点(具体为B、C、G)位于缓冲区的缓冲辅助线40之外。则图4对应的形状点区间的数量为两个，一个形状点区间为【B，C】，另一个形状点区间为【G】。其中，图4中的50为参照边界，60为长度参考线(link)。
S32：根据参照边界从车道边界中选取与至少一个形状点区间对应的第一错误形状点和第二错误形状点。
基于上述示例，根据参照边界从车道边界中选取与形状点区间【B，C】对应的第一错误形状点和第二错误形状点，并根据参照边界从车道边界中选取与形状点区间【G】对应的第一错误形状点和第二错误形状点。
S33：根据第一错误形状点、第二错误形状点、参照边界和长度参考线生成错误长度参数。
在一些实施例中，也可通过在缓冲区中设置标准线，标准线可以位于缓冲区的中间位置，即标准线至缓冲区对应的两条缓冲辅助线之间的距离相等，并根据标准线从车道边界中选取与至少一个形状点区间对应的第一错误形状点和第二错误形状点，并根据第一错误形状点、第二错误形状点和标准线生成错误长度参数。其中，标准线可能为参照边界。
S34：根据错误长度参数确定绝对精度错误率和/或相对精度错误率。
在一些实施例中，至少一个形状点区间的区间范围包括第一形状点至第二形状点。
基于上述示例可知，形状点区间【B，C】的区间范围为第一形状点B和第二形状点C；形状点区间【G】的第一形状点和第二形状点均为G，因此形状点区间【G】的范围即为形状点G。
结合图5可知，在一些实施例中，S32包括：
S51：从车道边界中选取与第一形状点相邻的第一相邻点，并选取与第二形状点相邻的第二相邻点，其中，第一相邻点和第二相邻点不属于至少一个形状点区间范围内；
结合图4可知，与第一形状点B相邻的点包括形状点A和形状点C，而形状点C被包含于形状点区间，因此，与第一形状点B相邻的第一相邻点为形状点A；与第二形状点C相邻的点包括形状点B和形状点D，而形状点B被包含于形状点区间，因此，与第二形状点C相邻的第二相邻点为形状点D。同理，与形状点G相邻的第一相邻点为形状点F，与形状点G相邻的第二相邻点为形状点H。
S52：分别计算第一形状点、第一相邻点、第二形状点和第二相邻点与参照边界之间的距离。
也就是说，在该步骤中，分别计算形状点A、B、C、D、F、G、H与参照边界之间的距离。
基于上述示例可知，当在缓冲区内设置有标准线时，则还可以分别计算第一形状点、第一相邻点、第二形状点和第二相邻点与标准线之间的距离。
S53：根据距离确定第一错误形状点和第二错误形状点。
在一些实施例中，S53包括：
S531：响应于第一相邻点至参照边界的距离小于第一形状点至参照边界的距离，则将第一相邻点确定为第一错误形状点。
示范性地，将第一相邻点A与参照边界之间的距离记录为d1，将第一相邻点F至参照边界的距离记录为d2，将第一形状点B与参照边界之间的距离记录为d3，将第一形状点G与参照边界之间的距离记录为d4。
判断d1与d3的大小，若d1小于d3，则将第一相邻点A确定为第一错误形状点。同理，判断d2与d4的大小，若d2小于d4，则将第一相邻点F确定为第一错误形状点。
在另一些实施例中，响应于第一相邻点至参照边界的距离大于或等于第一形状点至参照边界的距离，则将第一形状点确定为第一错误形状点。
基于上述示例，若d1大于或等于d3，则将第一形状点B确定为第一错误形状点。同理，若d2大于或等于d4，则将第一形状点G确定为第一错误形状点。
S532：响应于第二相邻点至参照边界的距离小于第二形状点至参照边界的距离，则将第二相邻点确定为第二错误形状点。
示范性地，将第二相邻点D与参照边界之间的距离记录为d5，将第二相邻点H至参照边界的距离记录为d6，将第二形状点C与参照边界之间的距离记录为d7，将第二形状点G与参照边界之间的距离记录为d8。
判断d5与d7的大小，若d5小于d7，则将第二相邻点D确定为第二错误形状点。同理，判断d6与d8的大小，若d6小于d8，则将第二相邻点H确定为第二错误形状点。
在另一些实施例中，响应于第二相邻点至参照边界的距离大于或等于第二形状点至参照边界的距离，则将第二形状点确定为第二错误形状点。
基于上述示例，若d5大于或等于d7，则将第二形状点C确定为第二错误形状点。同理，若d6小于d8，则将第二形状点G确定为第二错误形状点。
结合图6可知，在一些实施例中，S33包括：
S61：将第一错误形状点投影至参照边界，得到第一投影点。
S62：将第二错误形状点投影至参照边界，得到第二投影点。
S63：将第一投影点和第二投影点分别映射至长度参考线，得到错误长度参数。
基于上述示例和图7可知，在一些实施例中，可将第一错误形状点A和F分别投影至参照边界，并将第二错误形状点D和H投影至参照边界，将投影至参照边界上的第一错误形状点A标记为A’，将投影至参照边界上的第二错误形状点D标记为D’，将投影至参照边界上的第一错误形状点F标记为F’，将投影至参照边界上的第二错误形状点H标记为H’。将A’和D’投影至长度参考线，并确定出A’和D’投影至长度参考线的错误长度参数。同理，将F’和H’投影至长度参考线，并确定出F’和H’投影至长度参考线的错误长度参数。其中，图7中的图号50为参照边界。
在本公开实施例中，由于存在两个第一错误形状点和两个第二错误形状点，因此，错误长度参数包括两部分，一部分为A’和D’投影至长度参考线的错误长度参数，即图8中的第一错误长度参数；另一部分为F’和H’投影至长度参考线的错误长度参数，即图8中的第二错误长度参数。
示范性地，若已知绝对精度(Abs.Acc)为1m，相对精度(Rel.Acc)为0.2/100m，绝对精度错误率品质目标为2％，相对精度错误率品质目标为0.2％，绝对精度错误率＝绝对精度错误长度/车道总长度，其中，绝对精度错误长度＝第一错误长度参数+第二错误长度参数，相对精度错误率＝相对精度错误长度/车道总长度，相对精度错误长度＝(实际中A’至D’之间的距离-第一错误长度参数)+(实际中F’至H’之间的距离-第二错误长度参数)。则基于上述示例，可将质量参数进行显示，具体显示可参阅图9。
在一些实施例中，可以将参照边界替换车道边界，以便根据参照边界和图像信息生成电子地图，并对电子地图进行显示。
根据本公开实施例的另一个方面，本公开实施例还提供了一种车道边界的处理装置。
请参阅图10，图10为本公开实施例的车道边界的处理装置的模块示意图。
如图10所示，该装置包括：
第一接收模块1，用于接收图像采集设备发送的包括车道的图像信息；
第一确定模块2，用于根据所述图像信息确定所述车道的车道边界和参照边界，其中，所述参照边界是通过对所述车道边界进行曲线拟合处理生成的；
生成模块3，用于根据所述参照边界和预设的偏移量生成缓冲区；
第二确定模块4，用于根据所述车道边界、所述参照边界、所述缓冲区和预设长度参考线确定质量参数，其中，所述质量参数包括绝对精度错误率和/或相对精度错误率；
显示模块5，用于对所述质量参数进行显示。
在一些实施例中，所述第二确定模块4具体用于，确定位于所述缓冲区之外的所述车道边界上的至少一个形状点区间，根据所述参照边界从所述车道边界中选取与所述至少一个形状点区间对应的第一错误形状点和第二错误形状点，根据所述第一错误形状点、所述第二错误形状点、所述参照边界和所述长度参考线生成错误长度参数，根据所述错误长度参数确定所述绝对精度错误率和/或相对精度错误率。
在一些实施例中，所述第二确定模块4具体用于，从所述车道边界中选取与所述第一形状点相邻的第一相邻点，并选取与所述第二形状点相邻的第二相邻点，其中，所述第一相邻点和所述第二相邻点不属于所述至少一个形状点区间范围内，分别计算所述第一形状点、所述第一相邻点、所述第二形状点和所述第二相邻点与所述参照边界之间的距离，根据所述距离确定所述第一错误形状点和所述第二错误形状点。
在一些实施例中，所述第二确定模块4具体用于，响应于所述第一相邻点至所述参照边界的距离小于所述第一形状点至所述参照边界的距离，则将所述第一相邻点确定为所述第一错误形状点，响应于所述第二相邻点至所述参照边界的距离小于所述第二形状点至所述参照边界的距离，则将所述第二相邻点确定为所述第二错误形状点。
在一些实施例中，所述第二确定模块4具体用于，响应于所述第一相邻点至所述参照边界的距离大于或等于所述第一形状点至所述参照边界的距离，则将所述第一形状点确定为所述第一错误形状点，响应于所述第二相邻点至所述参照边界的距离大于或等于所述第二形状点至所述参照边界的距离，则将所述第二形状点确定为所述第二错误形状点。
在一些实施例中，所述第二确定模块4具体用于，将所述第一错误形状点投影至所述参照边界，得到第一投影点，将所述第二错误形状点投影至所述参照边界，得到第二投影点，将所述第一投影点和所述第二投影点分别映射至所述长度参考线，得到所述错误长度参数。
根据本公开实施例的另一个方面，本公开实施例还提供了一种电子设备，包括：存储器，处理器；
存储器用于存储处理器可执行指令的存储器；
其中，当执行存储器中的指令时，处理器被配置为实现如上任一实施例所述的方法。
请参阅图11，图11为本公开实施例的电子设备的结构示意图。
如图11所示，该电子设备包括存储器和处理器，该电子设备还可以包括通信接口和总线，其中，处理器、通信接口和存储器通过总线连接；处理器用于执行存储器中存储的可执行模块，例如计算机程序。
其中，存储器可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。
其中，存储器用于存储程序，处理器在接收到执行指令后，执行程序，前述本公开实施例任一实施例揭示的方法可以应用于处理器中，或者由处理器实现。
处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。结合本公开实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
根据本公开实施例的另一个方面，本公开实施例还提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上任一实施例所述的方法。
读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本公开实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
还应理解，在本公开各实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。
以上，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种车道边界的处理方法，其特征在于，所述方法包括：
接收图像采集设备发送的包括车道的图像信息；
根据所述图像信息确定所述车道的车道边界和参照边界，其中，所述参照边界是通过对所述车道边界进行曲线拟合处理生成的；
根据所述参照边界和预设的偏移量生成缓冲区；
根据所述车道边界、所述参照边界、所述缓冲区和预设长度参考线确定质量参数，其中，所述质量参数包括绝对精度错误率和/或相对精度错误率，其中，绝对精度错误率=绝对精度错误长度/车道总长度，相对精度错误率=相对精度错误长度/车道总长度；
对所述质量参数进行显示，以便根据所述质量参数对电子地图进行评估；
所述根据所述车道边界、所述参照边界、所述缓冲区和预设长度参考线确定质量参数包括：
确定位于所述缓冲区之外的所述车道边界上的至少一个形状点区间；
根据所述参照边界从所述车道边界中选取与所述至少一个形状点区间对应的第一错误形状点和第二错误形状点；
根据所述第一错误形状点、所述第二错误形状点、所述参照边界和所述长度参考线生成错误长度参数；
根据所述错误长度参数确定所述绝对精度错误率和/或相对精度错误率。
2.根据权利要求1所述的方法，其特征在于，所述至少一个形状点区间的区间范围包括第一形状点至第二形状点，所述根据所述参照边界从所述车道边界中选取与所述至少一个形状点区间对应的第一错误形状点和第二错误形状点包括：
从所述车道边界中选取与所述第一形状点相邻的第一相邻点，并选取与所述第二形状点相邻的第二相邻点，其中，所述第一相邻点和所述第二相邻点不属于所述至少一个形状点区间范围内；
分别计算所述第一形状点、所述第一相邻点、所述第二形状点和所述第二相邻点与所述参照边界之间的距离；
根据所述距离确定所述第一错误形状点和所述第二错误形状点。
3.根据权利要求2所述的方法，其特征在于，所述根据所述距离确定所述第一错误形状点和所述第二错误形状点包括：
响应于所述第一相邻点至所述参照边界的距离小于所述第一形状点至所述参照边界的距离，则将所述第一相邻点确定为所述第一错误形状点，且响应于所述第二相邻点至所述参照边界的距离小于所述第二形状点至所述参照边界的距离，则将所述第二相邻点确定为所述第二错误形状点；或者，
响应于所述第一相邻点至所述参照边界的距离大于或等于所述第一形状点至所述参照边界的距离，则将所述第一形状点确定为所述第一错误形状点，且响应于所述第二相邻点至所述参照边界的距离大于或等于所述第二形状点至所述参照边界的距离，则将所述第二形状点确定为所述第二错误形状点。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述第一错误形状点、所述第二错误形状点、所述参照边界和所述长度参考线生成错误长度参数包括：
将所述第一错误形状点投影至所述参照边界，得到第一投影点；
将所述第二错误形状点投影至所述参照边界，得到第二投影点；
将所述第一投影点和所述第二投影点分别映射至所述长度参考线，得到所述错误长度参数。
5.一种车道边界的处理装置，其特征在于，所述装置包括：
第一接收模块，用于接收图像采集设备发送的包括车道的图像信息；
第一确定模块，用于根据所述图像信息确定所述车道的车道边界和参照边界，其中，所述参照边界是通过对所述车道边界进行曲线拟合处理生成的；
生成模块，用于根据所述参照边界和预设的偏移量生成缓冲区；
第二确定模块，用于根据所述车道边界、所述参照边界和所述缓冲区和预设长度参考线确定质量参数，其中，所述质量参数包括绝对精度错误率和/或相对精度错误率，其中，绝对精度错误率=绝对精度错误长度/车道总长度，相对精度错误率=相对精度错误长度/车道总长度；
显示模块，用于对所述质量参数进行显示；
所述第二确定模块具体用于，确定位于所述缓冲区之外的所述车道边界上的至少一个形状点区间，根据所述参照边界从所述车道边界中选取与所述至少一个形状点区间对应的第一错误形状点和第二错误形状点，根据所述第一错误形状点、所述第二错误形状点、所述参照边界和所述长度参考线生成错误长度参数，根据所述错误长度参数确定所述绝对精度错误率和/或相对精度错误率。
6.根据权利要求5所述的装置，其特征在于，所述第二确定模块具体用于，将所述第一错误形状点投影至所述参照边界，得到第一投影点，将所述第二错误形状点投影至所述参照边界，得到第二投影点，将所述第一投影点和所述第二投影点分别映射至所述长度参考线，得到所述错误长度参数。
7.一种电子设备，包括：存储器，处理器；
所述存储器用于存储所述处理器可执行指令的存储器；
其中，当执行所述存储器中的指令时，所述处理器被配置为实现如权利要求1至4中任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911080461.3A CN112784633B (zh) | 2019-11-07 | 2019-11-07 | 一种车道边界的处理方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911080461.3A CN112784633B (zh) | 2019-11-07 | 2019-11-07 | 一种车道边界的处理方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112784633A CN112784633A (zh) | 2021-05-11 |
| CN112784633B true CN112784633B (zh) | 2024-04-19 |
Family
ID=75747765
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911080461.3A Active CN112784633B (zh) | 2019-11-07 | 2019-11-07 | 一种车道边界的处理方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112784633B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113324998B (zh) * | 2021-05-13 | 2022-02-08 | 常州博康特材科技有限公司 | 一种用于钛合金棒材的生产质检监管系统 |
| CN116051614B (zh) * | 2023-03-29 | 2023-11-28 | 航天宏图信息技术股份有限公司 | 一种线状要素的多维度综合形状匹配度计算方法和装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102314599A (zh) * | 2011-10-11 | 2012-01-11 | 东华大学 | 一种车道识别偏离检测方法 |
| US9310804B1 (en) * | 2013-11-21 | 2016-04-12 | Google Inc. | Use of prior maps for estimation of lane boundaries |
| US9494438B1 (en) * | 2015-12-15 | 2016-11-15 | Honda Motor Co., Ltd. | System and method for verifying map data for a vehicle |
| CN108242145A (zh) * | 2016-12-26 | 2018-07-03 | 高德软件有限公司 | 异常轨迹点检测方法和装置 |
| CN109584706A (zh) * | 2018-10-31 | 2019-04-05 | 百度在线网络技术（北京）有限公司 | 电子地图车道线处理方法、设备及计算机可读存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7876926B2 (en) * | 2006-11-03 | 2011-01-25 | Delphi Technologies, Inc. | Lane marker detection and fitting methods |
| US9721471B2 (en) * | 2014-12-16 | 2017-08-01 | Here Global B.V. | Learning lanes from radar data |
-
2019
- 2019-11-07 CN CN201911080461.3A patent/CN112784633B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102314599A (zh) * | 2011-10-11 | 2012-01-11 | 东华大学 | 一种车道识别偏离检测方法 |
| US9310804B1 (en) * | 2013-11-21 | 2016-04-12 | Google Inc. | Use of prior maps for estimation of lane boundaries |
| US9494438B1 (en) * | 2015-12-15 | 2016-11-15 | Honda Motor Co., Ltd. | System and method for verifying map data for a vehicle |
| CN108242145A (zh) * | 2016-12-26 | 2018-07-03 | 高德软件有限公司 | 异常轨迹点检测方法和装置 |
| CN109584706A (zh) * | 2018-10-31 | 2019-04-05 | 百度在线网络技术（北京）有限公司 | 电子地图车道线处理方法、设备及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112784633A (zh) | 2021-05-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9846823B2 (en) | Traffic lane boundary line extraction apparatus and method of extracting traffic lane boundary line | |
| CN109522804B (zh) | 一种道路边沿识别方法及系统 | |
| CN102782725B (zh) | 人行横道检测装置、人行横道检测方法 | |
| US10872247B2 (en) | Image feature emphasis device, road surface feature analysis device, image feature emphasis method, and road surface feature analysis method | |
| CN112784633B (zh) | 一种车道边界的处理方法、装置、电子设备和存储介质 | |
| JP6678267B1 (ja) | 道路不具合検出装置、道路不具合検出方法及び道路不具合検出プログラム | |
| JP2008082870A (ja) | 画像処理プログラム及びこれを用いた路面状態計測システム | |
| CN109461133B (zh) | 桥梁螺栓脱落检测方法及终端设备 | |
| US11928805B2 (en) | Information processing apparatus, information processing method, and storage medium for defect inspection and detection | |
| CN112556994B (zh) | 一种光学信息检测方法、装置及设备 | |
| CN108292469B (zh) | 位置信息确定方法、装置以及计算机存储介质 | |
| CN111986512A (zh) | 一种目标距离确定方法及装置 | |
| JP5936527B2 (ja) | 画像処理装置および画像処理方法 | |
| US10970592B2 (en) | Adhering substance detection apparatus and adhering substance detection method | |
| CN113989765A (zh) | 一种轨道障碍物的检测方法、检测装置及可读存储介质 | |
| CN111862206A (zh) | 一种视觉定位方法、装置、电子设备及可读存储介质 | |
| CN112146834B (zh) | 结构振动位移测量方法及装置 | |
| CN114782555A (zh) | 地图映射方法、设备、及存储介质 | |
| CN111539279A (zh) | 道路限高高度检测方法、装置、设备及存储介质 | |
| CN113360593A (zh) | 传感器数据处理方法及设备 | |
| CN112598314A (zh) | 智能驾驶汽车的感知置信度确定方法、装置、设备及介质 | |
| KR102363924B1 (ko) | 영상을 이용한 차간 거리 측정 장치 및 방법 | |
| JP2007188268A (ja) | 画像上移動物体追跡方法及び装置 | |
| CN116929311B (zh) | 变焦成像的断面变形监测方法、装置、系统及存储介质 | |
| CN117911396A (zh) | 高精地图数据的质检方法、装置及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |